AI 新智界訊，1 月 5 日，“智求共贏・中國 AIGC 產業應用峰會暨無界 AI 生態合作夥伴大會”在杭州未來科技城召開。大會由杭州未來科技城管委會、餘杭區科技局和餘杭區企業（人才）綜合服務中心聯合指導，時戳科技主辦，AI 新智界提供媒體特別支持。大會上，無界 AI 首席技術官張飛彪發表“無界 AI 企業服務：一站式 AIGC 解決方案”主題演講。

據張飛彪介紹，無界 AI 提供一站式產品、模型、算力 AIGC 解決方案，具體包括軟件、模型、開放平台、算力、賽事及培訓 6 大項目。談及未來規劃，張飛彪稱，無界 AI 將開放生態服務，擁抱更多的開發者，支持自定義工作流、插件、模型等；同時，無界 AI 將支持企業協同管理，包括賬號、專用算力、網盤管理、數據羅盤等。

以下是 AI 新智界根據速記整理的演講內容，為方便閱讀已進行部分刪減：

今天我將為大家介紹無界 AI 的企業服務，我們的定位是“一站式的產品、模型、算力 AIGC 解決方案”。

首先從整體上了解一下無界 AI 對外提供的整體服務。

軟件服務上，對外有通用版，包含 PC 網站、H5 站點以及相關的安卓和 iOS App；專業版軟件的功能非常豐富，包含了工作流機制及相關的插件功能。除此之外，我們還支持漫畫、視頻和 3D 的生成。另外，我們也對外輸出了無界自研大語言模型集對應的智能體。

今天，我會重點介紹模型服務、API 服務和算力服務，另外我們也相關的創意賽事服務及培訓服務。

模型服務

首先，先看一下無界的行業模型。剛才長鋏已經詳細介紹了該模型，這裏我不做贅述。我一直持有的觀點是，如何用行業模型解決專業領域的問題，是 AIGC 落地應用的關鍵。本身無界 AI 的立足之本也是我們的行業模型，我們會針對每一個細分領域訓練出對應的行業模型。

行業模型的訓練主要分成三大步驟：

首先是數據部分，大家要知道數據對於一個模型的好壞是至關重要的，它本身也是 AIGC 這一塊的基礎燃料。在該流程中，模型主理人會做好數據的收集及數據質量的評估，然後交由算法同學做尺寸處理，因為不同的尺寸會應對不同的需求場景，比如說 1：1 比較適合做頭像，16：9 比較適合做壁紙。完了之後，做出對應的數據清洗，包含水印的去除、背景的整體優化。此外，我們還會對特定場景的數據做針對性的優化，其中也包含局部的數據優化。大家知道在 AI 繪畫中，手部、耳部、眼部容易出現問題，所以我們在這方面也做了特殊優化，後面也會訓練出對應的 LoRA，往後會跟大家介紹。

有了數據部分之後，如何針對數據進行相關的標註也是非常關鍵的。不同於常規的模型訓練，我們除了使用圖片包含的信息，我們還會使用圖片相關的描述信息，比如標題、正文描述，還有客戶標籤。經過無界的多模態大模型，將其轉化為自然語言描述，再經過無界的自然語言模型進行數據標籤，最終輸出為體系化的結構標籤。強調一下，無界的標籤不只用於訓練階段、強化學習，而且在生成階段也會作為觸發詞，輔助我們精準控制，減少開盲盒的效果。整個數據標註的服務功能，目前我們也會對外提供，如果大家有這塊的需求，也可以關注一下。

有了數據，做好了數據標準，最後就是進入對應的模型訓練階段。模型訓練的時候，很關鍵的是要使用什麼樣的底模。因為現在的 SD 有 1.5，也有 SDXL，還有 SD 2.1，到底使用哪個相關模型？我們會根據多融的消融實驗，做好對比測試，最終確定出最優的訓練底模。在此之上，通過相關的模型訓練算法，比如說微調模式、Dreambooth、LoRA、融合實驗等。這是我們常見的訓練模式。另外，不同的模型以及不同的數據有不同的特點，我們會根據對應的特點做好訓練參數的調整。這一塊需要再強調一下，本身無界的行業模型大概有十幾個，所以我們投入的資源非常大，目前的訓練算力也是以高階的 A800 和 H800 為主，整體使用的算力比較豐富；此外，從訓練的方式上，我們也有一套標準化的訓練模式，也能做到分佈式訓練。

目前，無界對外提供的模型訓練服務主要包含這幾種：

一方面是大模型訓練，我們已經跟一些大型車企和快消品牌，還有萬事利、三維家進行了合作；我們還有對應的 LoRA 訓練，一些前沿的技術我們也都支持，比如目前流行的潛在一致模型（LCM），它能夠大幅提升訓練和推理效率。對應的，手部、眼部這一類容易出現崩壞的情況，我們會結合優化 LoRA，去輔助模型推理生成，減少這類情況的出現。最後，重點提一下個性寫真服務，我們結合了自己的人臉融合算法，去提升圖像的相似度。這方面主要是高階版，使用多張圖片（目前是 6 張以上），可以訓練一個精美的寫真，最終可以媲美線下影樓的效果，它結合的是人臉 LoRA 以及底層私人影像模型。我們還有一個是基礎版，或者叫快捷版，可以用單張或多張圖在 3 分鐘內完成 LoRA 訓練，整體效果也很不錯，而且模板可以自定義。剛才提到的神隱活動，使用的就是這種快捷模式。

開放平台

接下來是整體的開放平台，也就是對應的相關的 API 服務。

首先是企業賬號的開通，包含密鑰、接口的整體調試。完了之後，可能需要做業務相關的參數配置，比如存儲、內容審核選擇等。再來是套餐選擇，包含積分和時長模式，之後商務同學會重點介紹。

在管理平台部分，為了方便企業使用，我們也提供企業控制台，方便客戶做好系統管理、對應的參數配置以的數據看板和監控告警服務。

上面只是簡要的列舉，實際上整個 API 服務要豐富得多，大體可以分為：基礎作畫相關、模型相關，還有現在比較火熱的視頻。視頻服務目前還處於初級階段，大家可以根據自己的實際業務和場景來選用，包括文生視頻、圖生視頻、視頻轉視頻等。訓練上，除了前面提到的個性相機、LoRA 訓練，我們還支持訓練素材的管理以及數據標註服務。另外還有比較特色的功能，比如說咒語生成器、咒語解析器，這都是無界的特色服務。另外我們還有大語言模型，能把自然語言轉化為相關的繪畫提示詞，同時進一步推薦繪畫模型及參數配置。

前面提到的這麼多功能，如果沒有穩定可靠的服務支撐，就很難保障良好的用戶體驗。這裏，我們快速看一下無界 AI 的架構圖，最上層還是相關的軟件服務及開放平台，也就是 API 部分；業務部分，主要包含繪畫、訓練以及視頻相關的。往後還有一些插件和工作流機制。再往下則是後端服務。其中比較特色的，就是算力調度及管理平台。

算力調度上，最關鍵的是我們自研了一套模型動態切換算法。大家知道繪畫的時間跟算力配置、模型數量有一定關係。我們在這一塊做了自動啟停服務，當隊列排隊較多的時候，我們會自動啟動新的機器來加入到創作的服務。當有閑置資源的時候，我們又會逐步釋放，以提升 GPU 算力的利用率。而模型動態切換上，目前使用的是大內存的緩存方案。經過緩存以後的模型，A 模型切換到 B 模型，加載和卸載，我們能大致做到 3 秒完成。如果是磁盤或者網盤的模型，比如剛才提到的個性相機訓練，一般是 30 秒內就可以完成模型切換。通過這一套機制，我們可以在充分保障用戶良好體驗的情況，也進一步提升 GPU 算力的利用率，同時把成本做到更低。

接下來是數據看板和監控告警服務，這是非常關鍵的。比如異常告警，我們不可能永遠看監控看板，只能配置一定的閾值，當出現異常的時候，它會通過告警服務收到通知，再靈活作出對應的處理。乃至到後面，可以做到自動化的運維。在數據看板上，主要包含對應的業務指標和技術指標。

算力服務

在介紹完開放平台後，最後給大家介紹一下算力服務。我們的算力主要由無界 AI 子業務矩池雲承接。矩池雲成立於 2019 年，比無界 AI 還要早，也是專註於人工智能領域的 GPU 雲平台。目前，對外能夠提供分佈式的 AI 計算服務，包含網盤、彈性調度算力等。另外，在技術上我們也有自研的輕量級容器技術，以及內核機的微 GPU 技術。像常見的 AI 框架，目前都是支持的。因為它本身是一個比較完整的雲服務平台，我們也能夠提供開源的大語言模型的鏡像，以及 SDXL 文生圖的鏡像。

在以往的合作中，有一類客戶有自建算力的需求，我們提供了從硬件的採購，再到整個系統的設計的全鏈路解決方案，幫助把本地資源上雲，做到整體的混合調度，相當於把私有雲和公有雲整體結合起來使用。這個服務經過了五年的打磨和迭代，整體非常成熟。如果有企業比較看重數據保護，需要做一些數據隱私的考慮，比如說系統隔離的話，可以考慮算力的私有化部署方案。

最後就是我們的混合雲彈性調度。我們能夠根據實時算力需求，去靈活調度多家雲廠商的算力需求，能夠靈活應對大型活動的波峰波谷。通過一個平台，去對接多家廠家。我們現在也跟市面上常見的華為雲、騰訊雲、火山引擎都做了對接，包括國內外的軟件系統以及芯片都做的兼容支持，能夠通過一個平台去靈活調度公有雲、私有雲及專有雲。

介紹完模型服務、開放平台以及算力服務，其實無界還做好了一些相關服務。在未來，我們希望能開放生態，擁抱更多的開發者和企業，一起加入到無界的生態體系中，由各自開發者和企業來做相關定義；還有模型的訓練和託管，乃至到最後做到低代碼平台，靈活搭建產品和管理平台。最後還有在企業協同方面提供的服務，包含企業賬號、子賬號、虛擬賬號，以及相關企業算力的租用和網盤管理。在數據上，希望能給對應企業提供更好的數據洞察以及分析能力。

我的演講到這裏，也期待新的一年裡，無界 AI 能給大家提供更加優質的企業服務。